智慧城市是把新一代信息技術充分運用在城市中各行各業基于知識社會下一代創新(創新2.0)的城市信息化高級形態，實現信息化、工業化與城鎮化深度融合，有助于緩解“大城市病”，提高城鎮化質量，實現精細化和動態管理，并提升城市管理成效和改善市民生活質量。在智慧城市建設中，基礎設施建設始終是十分重要的一環。除了傳統市政基礎設施在各種新技術和運營邏輯的支撐下進行數字化、信息化升級外，在ICT(信息通信技術)基礎設施層面，也有很多的技術可能性和商業想象空間。

作為準公共品的城市基礎設施

城市基礎設施的經濟學意義是公共品或準公共品，一般是建設成本高但直接商業收益低的領域。城市基礎設施作為準公共品，兼有公益性、壟斷性與收費性(私人性)、競爭性的特點。公益性與壟斷性，決定了公眾對基礎設施消費不具有競爭性和排斥性;而收費性(私人性)與競爭性，決定了基礎設施建設可以融入市場，可以采取收費形式來彌補成本并獲得利潤，如電信、電力、自來水等。它們的活動應當按市場規律，采用市場手段進行，也就可以引入競爭機制。

類似的準公共品一方面包括傳統基礎設施的智能化升級，也就是能源互聯網和智能基礎設施管網等;另一方面是為新興產業和智能決策服務的高維感知能力，包括地理信息和時空數據采集和處理的設備以及能力，還有更重要的開放數據機制等。

作為產業引導方式的

基礎設施投資

除了作為民生保障手段以外，政府越來越把基礎設施投資作為引導產業發展、降低各參與方成本的方式。政府要促進汽車產業發展，除了直接補貼汽車消費本身，為車修路是一種典型的暗補方式，直接增加了購買者用車的收益。對新能源汽車而言，對充電基礎設施的補貼和鼓勵無疑也是重要的行業刺激手段。政府促進房地產業發展，也是通過修路和基礎設施公共服務覆蓋提高土地價值，地鐵、高鐵也是類似邏輯，只是作用的尺度不同。促進信息產業發展的方式，也是引導社會資源向網絡基礎設施方向投入，降低通道成本。

在數字化領域，各家基礎設施產品生產和建設商雖然不需要主動親近政府，但本質上其高速發展得益于政府對ICT基礎設施的高投入，而這個交易大多數是通過電信運營商完成的。所以在智慧城市領域，各個運營商也應堅持做底座和基礎設施的商業邏輯，讓基礎設施建設覆蓋端、邊、管、云各個層次。智能終端看似消費者業務，其實本質上已經變成了一種基礎設施能力的延伸，普及的前提是廉價高效的基礎設施;汽車就是類似情況，消費者買了車，但使用的過程享受了大量政府對道路的補貼。

未來新基礎設施的投資機會

以最熱門的無人駕駛產業為例，其最大瓶頸之一在于車端感知的高成本，行業都將產業化的希望寄托于激光雷達的大幅降價。雖然理論上V2X(vehicle to everything，車對外界的信息交換)就是一種車路分工機制，但汽車企業無法左右政府控制的路側技術路線，只能在端側不斷加碼。如果政府投入的路側設備能承擔大部分感知壓力，會大規模降低汽車企業壓力。這并非技術路線問題，而是前沿產業發展的必然。因此，路側激光雷達和其他輔助感知手段，必然成為新的基礎設施以及V2X車路通信領域的核心環節，這也會使端側變得非常輕盈。

同理，最近華為發布的地圖平臺和AR(增強現實)平臺，其交集就是業界爭奪的焦點——高精地圖。如果高精地圖都由企業分散進行采集和服務，哪怕是采用眾包方式，都會成本很高且發展緩慢，大量浪費社會財富。但如果政府推動城市運營商提供高精地圖相關的數據采集和服務能力，所有相關產業都會被賦能。

這些基礎設施的建設和服務提供，也將成為城市運營商這種新物種的核心能力。未來的城市運營商基因包括地產商、城市運營商、互聯網公司、ICT企業等，他們的共同點是都具備或軟或硬的城市基礎設施建設和運營能力，再加上四大移動運營商，誰先占據未來基礎設施建設的話語權，誰就掌握了未來各種產業的先機。

尋找未來產業發展方向的一個重要方法，就是找到其中政府可能投入公共品的環節，享受基礎設施補貼的紅利。ICT基礎設施是構建數字經濟的基礎，也是智慧城市建設十分重要的一環。實現信息基礎設施的普及共享，對實現從城市到國家級的數字化管理、構建智慧城市乃至智能國家都至關重要。互聯網公司也開始轉變發展方式以及工作重心，從應用下沉到基礎設施，逐漸聚焦到云計算領域。“城市大腦”就是作為新城市基礎設施的新策略之一，但“大腦”核心價值的算法和算力，在現階段還是以“講故事”為主，只有存儲才真正算得上基礎設施。

之前幾年，攝像頭恐怕是城市ICT領域最吸引人的基礎設施產品。交通安防行業智能化的推動，使海康、大華脫穎而出，商湯、曠世、地平線則以算法和芯片為行業加入AI(人工智能)的基因，而阿里、華為也正在尋找符合自身優勢的方式，帶著各自的生態伙伴們加入戰局。

感知能力是所有智能化的基礎和數據的源頭，所以無疑會是最重要的基礎設施領域，而視覺又是其中最直接和泛在的感知手段。感知技術的發展方向是更高的空間精度和時間頻度，也就是在四維上的進一步精細化。傳統光學攝像頭的演進方向，一方面是加入大量AI能力，可以完成端側的結構化處理;另一方面就是三維感知能力的加強。雙目立體、TOF(飛行時間)等技術已經普及到了手機領域，而隨著光學相控陣和固態激光雷達等技術的突破，各種激光雷達和毫米波雷達與攝像頭在產品形態上的最終融合似乎也指日可待。